Modelos estadísticos en procesos puntuales espaciales poisson para evaluar la distribución espacial de los hechos delictivos en Lima, Perú

Descripción del Articulo

Se plantea una aplicación de los modelos estadísticos de procesos puntuales espaciales Poisson para evaluar la distribución espacial de hechos delictivos y su relación con algunas covariables espaciales para el área comprendida por los distritos de Lima Centro y Residencial. La información utilizada...

Descripción completa

Detalles Bibliográficos
Autores: Quispe Quispe, Braulio, López de Castilla Vasquez, Carlos
Formato: artículo
Fecha de Publicación:2017
Institución:Universidad Nacional Agraria La Molina
Repositorio:Revistas - Universidad Nacional Agraria La Molina
Lenguaje:español
OAI Identifier:oai:revistas.lamolina.edu.pe:article/1045
Enlace del recurso:https://revistas.lamolina.edu.pe/index.php/acu/article/view/1045
Nivel de acceso:acceso abierto
Materia:Procesos puntuales espaciales
covariables espaciales
intensidad
distribución espacial
hechos delictivos
imagen satelital.
id REVUNALM_be6723832829248fad67773b5abd924a
oai_identifier_str oai:revistas.lamolina.edu.pe:article/1045
network_acronym_str REVUNALM
network_name_str Revistas - Universidad Nacional Agraria La Molina
repository_id_str
spelling Modelos estadísticos en procesos puntuales espaciales poisson para evaluar la distribución espacial de los hechos delictivos en Lima, PerúQuispe Quispe, BraulioLópez de Castilla Vasquez, CarlosProcesos puntuales espacialescovariables espacialesintensidaddistribución espacialhechos delictivosimagen satelital.Se plantea una aplicación de los modelos estadísticos de procesos puntuales espaciales Poisson para evaluar la distribución espacial de hechos delictivos y su relación con algunas covariables espaciales para el área comprendida por los distritos de Lima Centro y Residencial. La información utilizada fue las ubicaciones georreferenciada de los hechos delictivos reportadas por las víctimas durante los años 2013 y 2014 (patrón puntual de hechos delictivos). A través de las estadísticas de resumen se identificaron las zonas con mayor incidencia de hechos delictivos como: Lince, Trébol de Javier Prado y Lima Cercado, y el tipo de distribución espacial no homogéneo (existen conglomerados o agregación de puntos) que siguen los hechos delictivos. El modelamiento estadístico se realizó a través de la intensidad de puntos usando los modelos log-lineales para representar su relación con un conjunto de covariables espaciales, determinándose que el número de hechos delictivos por unidad de área (intensidad) guarda relación con la ubicación de los límites distritales, la inversión destinada al orden interno y la densidad poblacional.Universidad Nacional Agraria La Molina La Molina2017-12-30info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.lamolina.edu.pe/index.php/acu/article/view/104510.21704/ac.v78i2.1045Anales Científicos; Vol. 78 Núm. 2 (2017): Julio a Diciembre; 100-111Anales Científicos; Vol. 78 No. 2 (2017): Julio a Diciembre; 100-1112519-73980255-0407reponame:Revistas - Universidad Nacional Agraria La Molinainstname:Universidad Nacional Agraria La Molinainstacron:UNALMspahttps://revistas.lamolina.edu.pe/index.php/acu/article/view/1045/pdf_47Derechos de autor 2017 Braulio Quispe Quispe, Carlos López de Castilla Vasquezinfo:eu-repo/semantics/openAccessoai:revistas.lamolina.edu.pe:article/10452021-11-06T15:10:44Z
dc.title.none.fl_str_mv Modelos estadísticos en procesos puntuales espaciales poisson para evaluar la distribución espacial de los hechos delictivos en Lima, Perú
title Modelos estadísticos en procesos puntuales espaciales poisson para evaluar la distribución espacial de los hechos delictivos en Lima, Perú
spellingShingle Modelos estadísticos en procesos puntuales espaciales poisson para evaluar la distribución espacial de los hechos delictivos en Lima, Perú
Quispe Quispe, Braulio
Procesos puntuales espaciales
covariables espaciales
intensidad
distribución espacial
hechos delictivos
imagen satelital.
title_short Modelos estadísticos en procesos puntuales espaciales poisson para evaluar la distribución espacial de los hechos delictivos en Lima, Perú
title_full Modelos estadísticos en procesos puntuales espaciales poisson para evaluar la distribución espacial de los hechos delictivos en Lima, Perú
title_fullStr Modelos estadísticos en procesos puntuales espaciales poisson para evaluar la distribución espacial de los hechos delictivos en Lima, Perú
title_full_unstemmed Modelos estadísticos en procesos puntuales espaciales poisson para evaluar la distribución espacial de los hechos delictivos en Lima, Perú
title_sort Modelos estadísticos en procesos puntuales espaciales poisson para evaluar la distribución espacial de los hechos delictivos en Lima, Perú
dc.creator.none.fl_str_mv Quispe Quispe, Braulio
López de Castilla Vasquez, Carlos
author Quispe Quispe, Braulio
author_facet Quispe Quispe, Braulio
López de Castilla Vasquez, Carlos
author_role author
author2 López de Castilla Vasquez, Carlos
author2_role author
dc.subject.none.fl_str_mv Procesos puntuales espaciales
covariables espaciales
intensidad
distribución espacial
hechos delictivos
imagen satelital.
topic Procesos puntuales espaciales
covariables espaciales
intensidad
distribución espacial
hechos delictivos
imagen satelital.
description Se plantea una aplicación de los modelos estadísticos de procesos puntuales espaciales Poisson para evaluar la distribución espacial de hechos delictivos y su relación con algunas covariables espaciales para el área comprendida por los distritos de Lima Centro y Residencial. La información utilizada fue las ubicaciones georreferenciada de los hechos delictivos reportadas por las víctimas durante los años 2013 y 2014 (patrón puntual de hechos delictivos). A través de las estadísticas de resumen se identificaron las zonas con mayor incidencia de hechos delictivos como: Lince, Trébol de Javier Prado y Lima Cercado, y el tipo de distribución espacial no homogéneo (existen conglomerados o agregación de puntos) que siguen los hechos delictivos. El modelamiento estadístico se realizó a través de la intensidad de puntos usando los modelos log-lineales para representar su relación con un conjunto de covariables espaciales, determinándose que el número de hechos delictivos por unidad de área (intensidad) guarda relación con la ubicación de los límites distritales, la inversión destinada al orden interno y la densidad poblacional.
publishDate 2017
dc.date.none.fl_str_mv 2017-12-30
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://revistas.lamolina.edu.pe/index.php/acu/article/view/1045
10.21704/ac.v78i2.1045
url https://revistas.lamolina.edu.pe/index.php/acu/article/view/1045
identifier_str_mv 10.21704/ac.v78i2.1045
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.lamolina.edu.pe/index.php/acu/article/view/1045/pdf_47
dc.rights.none.fl_str_mv Derechos de autor 2017 Braulio Quispe Quispe, Carlos López de Castilla Vasquez
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Derechos de autor 2017 Braulio Quispe Quispe, Carlos López de Castilla Vasquez
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Agraria La Molina La Molina
publisher.none.fl_str_mv Universidad Nacional Agraria La Molina La Molina
dc.source.none.fl_str_mv Anales Científicos; Vol. 78 Núm. 2 (2017): Julio a Diciembre; 100-111
Anales Científicos; Vol. 78 No. 2 (2017): Julio a Diciembre; 100-111
2519-7398
0255-0407
reponame:Revistas - Universidad Nacional Agraria La Molina
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str Revistas - Universidad Nacional Agraria La Molina
collection Revistas - Universidad Nacional Agraria La Molina
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1845795021675036672
score 13.361153
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).